Arena推出AutoEval评测

Arena用数百万真实用户偏好训练奖励模型，加速文本、视觉、图像和代码模型排名。

推荐理由：AutoEval把实时人工投票蒸馏成奖励模型，将评测周期从数天压到数小时；关键变化是模型发布后的排名反馈可规模化，但也更依赖Arena偏好分布。